代码港湾

主题

工具类 ​

yt-dlp视频下载工具 ​

项目Git地址：yt-dlp/yt-dlp: A feature-rich command-line audio/video downloader

提取这个地址的视频：https://www.bilibili.com/BV1j6DYYpExQ

-o '~/%(title)s.%(ext)s'表示将视频文件放到用户桌面，文件名是视频名称

shell
yt-dlp --cookies cookies.txt -o '~/Desktop/%(title)s.%(ext)s' 'https://www.bilibili.com/BV1j6DYYpExQ'

git去除"."开头的文件夹 ​

shell
git rm --cached -r ..idea\

EasyConnect ​

代理服务器：https://sslvpn.zjut.edu.cn/
用户名：学号
密码：密码

手动给视频超分辨率 ​

  1. 用ffmpeg截取帧

    shell
    ffmpeg -i .\tmp.mp4 -qscale:v 1 -qmin 1 -qmax 1 -vsync 0 .\tmp_in_1440\frame%08d.jpg

  2. 用超分工具超分，我常用的是cugan和esrgan

    shell
    .\realesrgan-ncnn-vulkan.exe -i tmp_in_1080 -o tmp_out_1080 -n realesr-animevideov3 -s 2 -f jpg

  3. 用ffmpeg合并帧

    shell
    ffmpeg -i .\tmp_out_1080\frame%08d.jpg -i .\1080.mp4 -map 0:v:0 -map 1:a:0 -c:a copy -c:v libx264 -r 24 -pix_fmt yuv420p output_w_audio.mp4

舜宇贝尔 ​

公司基建 ​

网络用户名+密码 ​

（访客网络）
WiFi名：Sunny-Guest
密码：1234567890
认证页用户名：sunnybaer
认证页密码：1234567890

（贝尔）
网络认证用户名：sunnybaer
密码：baer1234

(精工？)
网络认证用户名：cangku
密码：admin@123

OA系统 ​

http://myoa.sunnymould.com:8999
B00434
Sunny123!

公司个人账号 ​

zexiao.huang@sunny-baer.com
Hzx,qazwsxxedc123
abc123!
Sunnybaer111!

金蝶云账号 ​

地址：http://192.168.2.53:5280/k3cloud/html5/index.aspx?msg=N001

用户名：test

密码：222222

部门基建 ​

Jira账户 ​

全名：huangzexiao 邮箱：zexiao.huang@sunny-baer.com 用户名：huangzexiao 密码：kjiolluy711

服务器 ​

shell
ssh text@10.0.0.93
abcd123!

数据库 ​

shell
10.0.0.93:3306
root
m5Jwk.JR*Uxpbt^9f8jp

后端维护脚本 ​

脚本模式

shell
git pull
shell
mvn clean package -P"配置名称"
shelll
ps -ef | grep java | grep BaerMes | grep -v grep
shell
ps -ef | grep java | grep BaerMes | grep -v grep | awk '{print $2}' | xargs kill -15
shell
nohup java -Xmx3g -Xms3g -XX:+UseG1GC -jar /var/www/baer-mes/target/BaerMes-1.0.jar > /dev/null 2>&1 &

服务模式，把项目注册成服务

shell
sudo vim /etc/systemd/system/wms-pro.service
shell
[Unit]
Description=Sunny-Baer WMS System

[Service]
User=ubuntu
Group=ubuntu
WorkingDirectory=/var/www
ExecStart=java -Xmx3g -Xms3g -XX:+UseG1GC -jar /var/www/wms-pro-1.0.jar
Restart=no
SuccessExitStatus=143

[Install]
WantedBy=multi-user.target
shell
sudo systemctl daemon-reload
shell
sudo systemctl start data-agv-yanfeng
shell
sudo systemctl restart wms-pro.service

项目 ​

baer-tools在线工具箱 ​

前端仓库：http://10.0.0.177/informatization/front/bear-tools-web

后端仓库：http://10.0.0.177/informatization/backend/baer-tools

上线页面：http://10.0.0.93:3000/#/

培训管理系统 ​

前端仓库：http://10.0.0.177/informatization/front/tms-web

后端仓库：http://10.0.0.177/informatization/backend/train-system

用户页面：http://10.0.0.49:8065/frontDeskindex/homePage

后台页面：http://10.0.0.49:8065/index

管理员用户：test01

管理员密码：Aa@000000

用户：B00434

密码：Hzx,qazwsxedc123

MaxKB问答知识库 ​

http://192.168.2.115:4173/ui/application

用户：admin

密码：Ly12345678

产线数字化管理系统 ​

前端仓库：http://10.0.0.177/informatization/front/yanfeng-admin

后端仓库：http://10.0.0.177/informatization/backend/data-agv-yanfeng

上线页面：http://10.0.0.93:9000/

用户：admin

密码：acbd@1234

一站式采销平台 ​

前端仓库：http://10.0.0.177/informatization/front/market-platform

后端仓库：http://10.0.0.177/informatization/backend/market-platform-server

仓库管理系统 ​

前端仓库：http://10.0.0.177/informatization/front/wms-pro-web

后端仓库：http://10.0.0.177/informatization/backend/wms-pro

上线页面：http://10.0.0.93:9528

用户：shenzhuo

密码：acbd@1234

生产日计划看板大屏 ​

前台前端仓库：http://10.0.0.177/informatization/front/production-web

后台前端仓库：http://10.0.0.177/informatization/front/production

服务端仓库：http://10.0.0.177/informatization/backend/manufacturing_systems

前台页面：http://10.0.0.93:9528

后台页面：http://10.0.0.49:3142/dashboard/index

用户：admin

密码：111111

数据库设计规范 ​

表设计原则 ​

  1. 所有表的主键命名为“id“；
  2. 每张表都要配置创建时间、创建人ID、修改时间、修改人ID、逻辑删除，创建时间设置默认约束CURRENT_TIMESTAMP，修改时间设置默认约束CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP（根据当前时间戳更新）
  3. 表和字段都要有注释，合理取名，名字不要太长；
  4. 如无取负值的必要，则给数字类型加上无符号unsigned，延长取值范围；
  5. 如果字段涉及外键，配置为逻辑外键、非空，不要写外键约束；
  6. 如果字段涉及到枚举，则设定为TINYINY类型，用数字区分类型，并备注；
  7. 如果字段涉及到布尔值，则设定为TINYINY(1)类型，用数字区分类型，并备注；
  8. 引擎采用InnoDB，字符类型设置为utf8mb4，排序规则设置为utf8mb4_0900_ai_ci，行格式为DYNAMIC

默认字段 ​

所有表均有以下字段

sql
CREATE TABLE `表名` (
  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '表主键ID',
    
  ...
    
  `deleted` tinyint(1) NOT NULL DEFAULT 0 COMMENT '逻辑删除 0=未删除,1=已删除',
  `create_id` bigint NOT NULL COMMENT '创建人ID',
  `update_id` bigint NOT NULL COMMENT '修改人ID',
  `create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  `update_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改时间',
   
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci ROW_FORMAT=DYNAMIC COMMENT='表名注释';

实体类 ​

写好建表语句，复制如下语句，用AI生成

基于这些sql建表语句，生成相应的Java实体类，比如Component表，其Java实体类为Component，用MybatisPlus注解映射表名为@TableName("component") ，并采用lombok的@Data、@Builder、MybatisPlus映射表名@TableName、@EqualsAndHashCode(callSuper = true)、@NoArgsConstructor、@AllArgsConstructor，其中表的逻辑删除、创建人、创建时间、修改人、修改时间这五个字段不用创建，通过继承BaseEntity类实现重复字段的复用。主键有@TableId(value = "id", type = IdType.AUTO)，如果有时间类型的话时间用LocalDateTime类型，每一个属性之间空一行，属性有块注释注明。 下面开始请你输出我需要的所有类的代码！

接口设计 ​

根据我提供给你的功能模块和说明图，请你设计一套完整的 API 接口设计方案。每个接口都包括路径、请求方法、描述、请求参数（如有）和返回示例，方便你对接开发或文档输出。

其他 ​

AI调研相关 ​

API key

sk-cd1266cc951d4d7fbfee56f42b4d3d35
shell
curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-cd1266cc951d4d7fbfee56f42b4d3d35" \
  -d '{
        "model": "deepseek-chat",
        "messages": [
          {"role": "system", "content": "You are a helpful assistant."},
          {"role": "user", "content": "Hello!"}
        ],
        "stream": false
      }'

百炼key

sk-9fe2e1b0fd60405393c4195a0761044f
shell
curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer sk-9fe2e1b0fd60405393c4195a0761044f" \
-H "Content-Type: application/json" \
-d '{
    "model": "deepseek-r1-distill-qwen-7b",
    "messages": [
        {
            "role": "user", 
            "content": "9.9和9.11谁大"
        }
    ]
}'
shell
curl --location 'https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions' \
--header "Authorization: Bearer sk-9fe2e1b0fd60405393c4195a0761044f" \
--header 'Content-Type: application/json' \
--data '{
   "model": "qwen-plus",
   "messages": [
       {
           "role": "system",
           "content": "You are a helpful assistant."
       },
       {
           "role": "user",
           "content": "用萝卜、土豆、茄子做饭，给我个菜谱"
       }
   ]
}'
shell
ollama run deepseek-r1:1.5b
shell
ollama run lrs33/bce-embedding-base_v1

这些环境变量提供了对 Ollama 服务器的各种配置选项，可以帮助优化性能、调试和管理模型加载等任务。

  • OLLAMA_DEBUG：显示额外的调试信息（例如，设置 OLLAMA_DEBUG=1）。
  • OLLAMA_HOST：设置 Ollama 服务器的 IP 地址（默认是 127.0.0.1:11434）。
  • OLLAMA_KEEP_ALIVE：模型在内存中保持加载的时长（默认是 "5m"）。
  • OLLAMA_MAX_LOADED_MODELS：每个 GPU 上加载的最大模型数量。
  • OLLAMA_MAX_QUEUE：请求队列的最大数量。
  • OLLAMA_MODELS：模型目录的路径。
  • OLLAMA_NUM_PARALLEL：允许的最大并行请求数量。
  • OLLAMA_NOPRUNE：启动时不修剪模型的二进制数据。
  • OLLAMA_ORIGINS：允许的来源列表，使用逗号分隔。
  • OLLAMA_SCHED_SPREAD：始终将模型调度到所有 GPU 上。
  • OLLAMA_FLASH_ATTENTION：启用闪电注意力（Flash Attention）。
  • OLLAMA_KV_CACHE_TYPE：K/V 缓存的量化类型（默认是 f16）。
  • OLLAMA_LLM_LIBRARY：设置 LLM 库，以绕过自动检测。
  • OLLAMA_GPU_OVERHEAD：每个 GPU 保留的 VRAM（显存）部分（以字节为单位）。
  • OLLAMA_LOAD_TIMEOUT：在放弃加载模型之前，允许的最大加载停滞时间（默认是 "5m"）。
shell
curl -X POST http://localhost:11434/api/generate -H "Content-Type: application/json" -d '{"model":"deepseek-r1:1.5b","prompt":"写一首关于秋天的诗","max_tokens":50}'
shell
ollama serve OLLAMA_MODELS="C:\Users\15203\.ollama\models\manifests\registry.ollama.ai\library\deepseek-r1"
shell
curl -X POST http://localhost:11435/v1/execute -H "Content-Type: application/json" -d '{"model": "lrs33/bce-embedding-base_v1:latest","input": "这是一段需要生成嵌入的文本"}'

RAGFlow项目命令 ​

启动服务

shell
sudo docker compose -f ~/ai/ragflow/docker/docker-compose.yml up -d

停止服务

shell
sudo docker compose -f ~/ai/ragflow/docker/docker-compose.yml down

Docker相关

shell
# 启动
sudo systemctl start docker
# 开机自启
sudo systemctl enable docker
# 查看状态
sudo systemctl status docker

mysql

shell
10.0.0.93:5455
root
infini_rag_flow

redis

shell
10.0.0.93:16379
redis
infini_rag_flow

minio

shell
10.0.0.93:19000
10.0.0.93:19001
minio
infini_rag_flow

es、kibana

shell
ES_HOST=es01
ES_PORT=1200
ELASTIC_PASSWORD=infini_rag_flow

KIBANA_PORT=6601
KIBANA_USER=rag_flow
KIBANA_PASSWORD=infini_rag_flow

所有文章版权皆归博主所有，仅供学习参考。

Copyright © 2025-present 01Petard